Python NetworkX MultiDiGraph:向现有节点添加新属性

因此，我在尝试MultiDiGraph时遇到了这种情况，我希望得到一些指导：

G = nx.MultiDiGraph()
setA= ['a','b','c','d','e','f']
G.add_nodes_from(setA,entity='typeA')

setB = ['a','x','y','z']
G.add_nodes_from(setB,entity='typeB')
print([node[0] for node in G.nodes(data='entity') if node[1]=='typeA'])

显然，这会导致覆盖节点“a”的“entity”属性并打印“['b'、'c'、'd'、'e'、'f']”

因为我怀疑这是故意的 就NetworkX而言，对于我试图实现的目标，是否有任何可行的解决方法

非常感谢~

我同意@。热编码是一种普遍可行的方法。此外，数据是与属性dict绑定的节点（或边元组），也就是说，任何python dict格式都有意义！e、 g:

G = nx.MultiDiGraph()
setA = ['a','b','c','d','e','f']
G.add_nodes_from(setA, entity={"typeA":True, "typeB":False})

# or
entityA = {"typeA":True, "typeB":False}
G.add_nodes_from(setA, entity=entityA)

attr = {"entity": entityA}  # or simply assign entityA to attr.
G.add_nodes_from(setA, **attr)

G.add_nodes_from(setA, entity=[True, False], entity_label=["typeA", "typeB"])
G.add_nodes_from(setA, entity=list(entityA.values()), entity_label=list(entityA.keys()))
……

然后问题仍然是如何获得每个节点类型的值。（设置每种类型的二进制权重，计算双向异或可能是一个不错的选择。）

---

PS：可以以相同的方式添加边属性。属性模式将扩展为实体类型图的一个相邻矩阵。

我想一种方法是：G.add_nodes_from（setA，typeA=True）G.add_nodes_from（setB，typeB=True）print（[node[0]表示G.nodes中的node（data='typeA'），如果node[1]]），但还有更漂亮的吗？